作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着光伏发电装机容量逐年增长,从光伏发电设备采集的电流、电压等数据规模呈现指数爆炸.针对此类情况,提出基于人工智能的方案.通过均值漂移聚类的方式将光伏大数据进行降维操作,而后利用相似矩阵将光伏数据转化为矩阵块,最后使用三维卷积神经网络进行训练、预测故障.实验表明,本方案的技术路线可以有效进行光伏发电设备的故障诊断.
推荐文章
人工智能在故障诊断中的发展与应用
智能制造
人工智能
状态监测
故障诊断
诊断模型
神经网络
基于人工智能方法的传感器故障诊断技术
人工智能
传感器
故障诊断
基于BP神经网络的光伏系统故障诊断方法
光伏发电系统
BP神经网络
L-M算法
多类型故障
故障诊断
光伏发电组件在线监测与故障诊断系统研制
光伏组件
故障诊断
峰值功率
开路电压
双线性插值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工智能的光伏发电设备故障诊断方法研究与应用
来源期刊 电力系统装备 学科 工学
关键词 均值漂移聚类 三维卷积神经网络 相似矩阵
年,卷(期) 2021,(24) 所属期刊栏目 运行与维护
研究方向 页码范围 109-110
页数 2页 分类号 TM615
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
均值漂移聚类
三维卷积神经网络
相似矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统装备
半月刊
2095-6509
11-9341/TM
北京市德胜门外北沙滩一号16信箱
chi
出版文献量(篇)
13313
总下载数(次)
27
论文1v1指导